在 Python 中使用切片答案

【问题标题】：Using slices in Python在 Python 中使用切片
【发布时间】：2017-01-05 18:50:37
【问题描述】：

我使用来自 UCI 存储库的数据集：http://archive.ics.uci.edu/ml/datasets/Energy+efficiency 然后下一步：

from pandas import *
from sklearn.neighbors import KNeighborsRegressor
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score
from sklearn.cross_validation import train_test_split

dataset = read_excel('/Users/Half_Pint_boy/Desktop/ENB2012_data.xlsx')
dataset = dataset.drop(['X1','X4'], axis=1)
trg = dataset[['Y1','Y2']]
trn = dataset.drop(['Y1','Y2'], axis=1)

然后做模型并交叉验证：

models = [LinearRegression(), 
      RandomForestRegressor(n_estimators=100, max_features ='sqrt'), 
      KNeighborsRegressor(n_neighbors=6),
      SVR(kernel='linear'), 
      LogisticRegression() 
     ]
Xtrn, Xtest, Ytrn, Ytest = train_test_split(trn, trg, test_size=0.4)

我正在创建一个回归模型来预测值，但有一个问题。代码如下：

TestModels = DataFrame()
tmp = {}

for model in models:

    m = str(model)
    tmp['Model'] = m[:m.index('(')]    

for i in range(Ytrn.shape[1]):
    model.fit(Xtrn, Ytrn[:,i]) 
    tmp[str(i+1)] = r2_score(Ytest[:,0], model.predict(Xtest))
    TestModels = TestModels.append([tmp])
    TestModels.set_index('Model', inplace=True)

它显示不可散列的类型：'slice' for line model.fit(Xtrn, Ytrn[:,i])

如何避免并使其发挥作用？

谢谢！

【问题讨论】：

尝试将model.fit(Xtrn, Ytrn[:,i]) 改为model.fit(Xtrn, Ytrn[:i])，去掉逗号
请发布整个回溯和/或发布完整的可运行代码，以便我自己获取回溯。
如果Ytrn 是DataFrame，我可以重现错误消息TypeError: unhashable type: 'slice'。在这种情况下，您需要使用Ytrn.iloc[:, i] 而不是Ytrn[:, i]。见stackoverflow.com/q/34215501/190597。
谢谢，iloc 有效。但随后出现：未知标签类型：数组（[29.9、26.84、28.07、39.89、14.32、11.33、15.55、10.39]）。是因为二维数组吗？
看起来像一维数组。请发布一个生成错误的可运行示例，这样我们就不必猜测了。

标签： python pandas scikit-learn slice prediction

【解决方案1】：

我想我以前也遇到过类似的问题！尝试将您的数据转换为 numpy 数组，然后再将它们提供给 sklearn 估计器。它很可能解决了散列问题。例如，您可以这样做：

Xtrn_array = Xtrn.as_matrix() 
Ytrn_array = Ytrn.as_matrix()

并在将数据拟合到估计器时使用 Xtrn_array 和 Ytrn_array。

【讨论】：